随着全球经济一体化的发展,我国加速对外开放,美元作为世界货币在外汇业务中的作用不可替代,能够研制出快速准确识别美元币种以及记录冠字号码的美元点钞机对我国外汇业务有重要作用。首先讨论了美元纸币的预处理方法,包括灰度化、平滑去噪、鱼眼形变校正、倾斜校正、图像增强等。对预处理后的角图像进行关键信息检测,采用传统模板匹配、PCA特征匹配、八向特征匹配三种方法进行实验,从识别正确率、耗时方面考虑,八向特征匹配法更为优越,并对该方法进行实时性检测,实时耗时大约为50ms/张,满足系统的实时要求。冠字号码识别部分,首先进行冠字号码定位、预处理后得到冠字号码图像。因为美元票面过于复杂,再对冠字号码图像在X轴、Y轴方向分别进行精确定位,获得号码体图像。采用全局Ostu和局部阈值相结合的二值化方法,对号码体图像进行二值化后采用垂直投影法分割出单个字符,并对单个字符进行归一化。对于字符识别,特征选择PCA特征和八向特征,分类器选取了KNN和BP神经网络,对PCA_KNN、八向特征_KNN、PCA_BP三种识别方法进行实验,由于本系统中号码识别部分并不要求实时,故从识别率角度出发,采用了八向特征KNN方法对冠字号码字符进行识别。最后结合COMS图像传感器MT9T001和TMS320DM642实现了图像处理与识别技术在美元点钞机上的应用,整个嵌入式图像实时采集处理系统运行稳定,能够脱机实时运行,处理速度达到800张/分以上,美元关键信息识别正确率达到99.5%,且美元纸币冠字号码识别率超过92%。